Python-100-Days

KO | EN

gitlite — search

#javascript #python #typescript #go #golang #android #machine-learning #linux #macos #cli #vue #openai #ios #open-source

Python-100-Days

(★ 185,241)

Python - 100天从新手到大师

Python-100-Days 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

## Python - 100天从新手到大师
> \*\*作者\*\*：骆昊
>
> \*\*说明1\*\*：最近有一个非常火的岗位叫做 \*\*FDE\*\*（前沿部署工程师），国内首套 FDE 实战课已经为大家准备好了，请点击[传送门](./res/FDE.png)。
>
> \*\*说明2\*\*：如果访问 GitHub 比较慢的话，可以关注我的知乎账号（[\*\*Python-Jack\*\*](https://www.zhihu.com/people/jackfrued)），上面的[“\*\*从零开始学Python\*\*”]()专栏比较适合初学者，其他的专栏如“[\*\*数据思维和统计思维\*\*](https://www.zhihu.com/column/c\_1620074540456964096)”、“[\*\*基于Python的数据分析\*\*](https://www.zhihu.com/column/c\_1217746527315496960)”、“[\*\*说走就走的AI之旅\*\*](https://www.zhihu.com/column/c\_1628900668109946880)”、“[\*\*AI智能体开发\*\*](https://www.zhihu.com/column/c\_1890727809699276443)”等也在持续创作和更新中，欢迎大家关注、点赞和评论。如果有一起打卡学习或付费咨询的需求，可以加入付费交流群，新用户可以通过下方二维码付费之后添加我的私人微信（微信号：\*\*jackfrued\*\*），然后邀请大家进入付费学习打卡群，添加微信时请备注好自己的称呼和需求，我会为大家提供力所能及的帮助。
>
> ![](res/pay_qr_code.png)
>
> \*\*说明3\*\*：本项目对应的部分视频已经同步到 [Bilibili](https://space.bilibili.com/1177252794)，有兴趣的小伙伴可以点赞、投币、关注，一键三连支持一下！
### Python应用领域和职业发展分析
简单来说，Python 是一门“优雅”、“明确”、“简单”的编程语言。
- 学习曲线低，非专业人士也能上手
- 开源系统，拥有强大的生态圈
- 解释型语言，具备完美的平台可移植性
- 动态类型语言，支持面向对象和函数式编程
- 代码规范程度高，可读性强
Python 在以下领域都有用武之地：
- 后端开发 - Python / Java / Go / PHP
- DevOps - Python / Shell / Ruby
- 数据采集 - Python / C++ / Java
- 量化交易 - Python / C++ / R
- 数据科学 - Python / R / Julia / Matlab
- 机器学习 - Python / R / C++ / Julia
- 自动化测试 - Python / Shell
作为一名 Python 开发者，根据个人的喜好和职业规划，可以选择的就业领域也非常多：
- Python 后端开发工程师（服务器、云平台、数据接口）
- Python 运维工程师（自动化运维、SRE、DevOps）
- Python 数据分析师（数据分析、商业智能、数字化运营）
- Python 数据科学家（机器学习、深度学习、算法专家）
- Python 爬虫工程师（不推荐此赛道！！！）
- Python 测试工程师（自动化测试、测试开发）
> \*\*说明\*\*：目前，\*\*数据科学赛道是非常热门的方向\*\*，因为不管是互联网行业还是传统行业都已经积累了大量的数据，各行各业都需要数据科学家从已有的数据中发现更多的商业价值，从而为企业的决策提供数据支撑，这就是所谓的数据驱动决策。
给初学者的几个建议：
- \*\*Make English as your working language.\*\* （让英语成为你的工作语言）
- \*\*Practice makes perfect.\*\* （熟能生巧）
- \*\*All experience comes from the mistakes you've made.\*\* （所有的经验都源于犯过的错误）
- \*\*Don't be a freeloader.\*\* （学会分享，不要只当伸手党）
- \*\*Embrace AI to boost your productivity.\*\*（拥抱 AI，提升效率）
### Day01~20 - Python语言基础
#### Day01 - [初识Python](./Day01-20/01.初识Python.md)
1. Python 简介
- Python 编年史
- Python 优缺点
- Python 应用领域
2. 安装 Python 环境
- Windows 环境
- macOS 环境
#### Day02 - [第一个Python程序](./Day01-20/02.第一个Python程序.md)
1. 编写代码的工具
2. Hello World
3. 注释你的代码
#### Day03 - [Python语言中的变量](./Day01-20/03.Python语言中的变量.md)
1. 一些常识
2. 变量和类型
3. 变量命名
4. 变量的使用
#### Day04 - [Python语言中的运算符](./Day01-20/04.Python语言中的运算符.md)
1. 算术运算符
2. 赋值运算符
3. 比较运算符和逻辑运算符
4. 运算符和表达式应用
- 华氏和摄氏温度转换
- 计算圆的周长和面积
- 判断闰年
#### Day05 - [分支结构](./Day01-20/05.分支结构.md)
1. 使用 if 和 else 构造分支结构
2. 使用 match 和 case 构造分支结构
3. 分支结构的应用
- 分段函数求值
- 百分制成绩转换成等级
- 计算三角形的周长和面积
#### Day06 - [循环结构](./Day01-20/06.循环结构.md)
1. for-in 循环
2. while 循环
3. break 和 continue
4. 嵌套的循环结构
5. 循环结构的应用
- 判断素数
- 最大公约数
- 猜数字游戏
#### Day07 - [分支和循环结构实战](./Day01-20/07.分支和循环结构实战.md)
1. 例子1：100以内的素数
2. 例子2：斐波那契数列
3. 例子3：寻找水仙花数
4. 例子4：百钱百鸡问题
5. 例子5：CRAPS赌博游戏
#### Day08 - [常用数据结构之列表-1](./Day01-20/08.常用数据结构之列表-1.md)
1. 创建列表
2. 列表的运算
3. 元素的遍历
#### Day09 - [常用数据结构之列表-2](./Day01-20/09.常用数据结构之列表-2.md)
1. 列表的方法
- 添加和删除元素
- 元素位置和频次
- 元素排序和反转
2. 列表生成式
3. 嵌套列表
4. 列表的应用
#### Day10 - [常用数据结构之元组](./Day01-20/10.常用数据结构之元组.md)
1. 元组的定义和运算
2. 打包和解包操作
3. 交换变量的值
4. 元组和列表的比较
#### Day11 - [常用数据结构之字符串](./Day01-20/11.常用数据结构之字符串.md)
1. 字符串的定义
- 转义字符
- 原始字符串
- 字符的特殊表示
2. 字符串的运算
- 拼接和重复
- 比较运算
- 成员运算
- 获取字符串长度
- 索引和切片
3. 字符的遍历
4. 字符串的方法
- 大小写相关操作
- 查找操作
- 性质判断
- 格式化
- 修剪操作
- 替换操作
- 拆分与合并
- 编码与解码
- 其他方法
#### Day12 - [常用数据结构之集合](./Day01-20/12.常用数据结构之集合.md)
1. 创建集合
2. 元素的遍历
3. 集合的运算
- 成员运算
- 二元运算
- 比较运算
4. 集合的方法
5. 不可变集合
#### Day13 - [常用数据结构之字典](./Day01-20/13.常用数据结构之字典.md)
1. 创建和使用字典
2. 字典的运算
3. 字典的方法
4. 字典的应用
#### Day14 - [函数和模块](./Day01-20/14.函数和模块.md)
1. 定义函数
2. 函数的参数
- 位置参数和关键字参数
- 参数的默认值
- 可变参数
3. 用模块管理函数
4. 标准库中的模块和函数
#### Day15 - [函数应用实战](./Day01-20/15.函数应用实战.md)
1. 例子1：随机验证码
2. 例子2：判断素数
3. 例子3：最大公约数和最小公倍数
4. 例子4：数据统计
5. 例子5：双色球随机选号
#### Day16 - [函数使用进阶](./Day01-20/16.函数使用进阶.md)
1. 高阶函数
2. Lambda 函数
3. 偏函数
#### Day17 - [函数高级应用](./Day01-20/17.函数高级应用.md)
1. 装饰器
2. 递归调用
#### Day18 - [面向对象编程入门](./Day01-20/18.面向对象编程入门.md)
1. 类和对象
2. 定义类
3. 创建和使用对象
4. 初始化方法
5. 面向对象的支柱
6. 面向对象案例
- 例子1：数字时钟
- 例子2：平面上的点
#### Day19 - [面向对象编程进阶](./Day01-20/19.面向对象编程进阶.md)
1. 可见性和属性装饰器
2. 动态属性
3. 静态方法和类方法
4. 继承和多态
#### Day20 - [面向对象编程应用](./Day01-20/20.面向对象编程应用.md)
1. 扑克游戏
2. 工资结算系统
### Day21~30 - Python语言应用
#### Day21 - [文件读写和异常处理](./Day21-30/21.文件读写和异常处理.md)
1. 打开和关闭文件
2. 读写文本文件
3. 异常处理机制
4. 上下文管理器语法
5. 读写二进制文件
#### Day22 - [对象的序列化和反序列化](./Day21-30/22.对象的序列化和反序列化.md)
1. JSON 概述
2. 读写 JSON 格式的数据
3. 包管理工具 pip
4. 使用网络 API 获取数据
#### Day23 - [Python读写CSV文件](23.Python读写CSV文件.md)
1. CSV 文件介绍
2. 将数据写入 CSV 文件
3. 从 CSV 文件读取数据
#### Day24 - [Python读写Excel文件-1](./Day21-30/24.用Python读写Excel文件-1.md)
1. Excel 简介
2. 读 Excel 文件
3. 写 Excel 文件
4. 调整样式
5. 公式计算
#### Day25 - [Python读写Excel文件-2](./Day21-30/25.Python读写Excel文件-2.md)
1. Excel 简介
2. 读 Excel 文件
3. 写 Excel 文件
4. 调整样式
5. 生成统计图表
#### Day26 - [Python操作Word和PowerPoint文件](./Day21-30/26.Python操作Word和PowerPoint文件.md)
1. 操作 Word 文档
2. 生成 PowerPoint
#### Day27 - [Python操作PDF文件](./Day21-30/27.Python操作PDF文件.md)
1. 从 PDF 中提取文本
2. 旋转和叠加页面
3. 加密 PDF 文件
4. 批量添加水印
5. 创建 PDF 文件
#### Day28 - [Python处理图像](./Day21-30/28.Python处理图像.md)
1. 入门知识
2. 用 Pillow 处理图像
3. 使用 Pillow 绘图
#### Day29 - [Python发送邮件和短信](./Day21-30/29.Python发送邮件和短信.md)
1. 发送电子邮件
2. 发送短信
#### Day30 - [正则表达式的应用](./Day21-30/30.正则表达式的应用.md)
1. 正则表达式相关知识
2. Python 对正则表达式的支持
- 例子1：输入验证
- 例子2：内容提取
- 例子3：内容替换
- 例子4：长句拆分
### Day31~35 - 其他相关内容
#### [Python语言进阶](./Day31-35/31.Python语言进阶.md)
1. 重要知识点
2. 数据结构和算法
3. 函数的使用方式
4. 面向对象相关知识
5. 迭代器和生成器
6. 并发编程
#### [Web前端入门](./Day31-35/32-33.Web前端入门.md)
1. 用 HTML 标签承载页面内容
2. 用 CSS 渲染页面
3. 用 JavaScript 处理交互式行为
5. Vue.js 入门
6. Element 的使用
7. Bootstrap 的使用
#### [玩转Linux操作系统](./Day31-35/34-35.玩转Linux操作系统.md)
1. 操作系统发展史和 Linux 概述
2. Linux 基础命令
3. Linux 中的实用程序
4. Linux 的文件系统
5. Vim 编辑器的应用
6. 环境变量和 Shell 编程
7. 软件的安装和服务的配置
8. 网络访问和管理
9. 其他相关内容
### Day36~45 - 数据库基础和进阶
#### Day36 - [关系型数据库和MySQL概述](./Day36-45/36.关系型数据库和MySQL概述.md)
1. 关系型数据库概述
2. MySQL 简介
3. 安装 MySQL
4. MySQL 基本命令
#### Day37 - [SQL详解之DDL](./Day36-45/37.SQL详解之DDL.md)
1. 建库建表
2. 删除表和修改表
#### Day38 - [SQL详解之DML](./Day36-45/38.SQL详解之DML.md)
1. INSERT 操作
2. DELETE 操作
3. UPDATE 操作
#### Day39 - [SQL详解之DQL](./Day36-45/39.SQL详解之DQL.md)
1. 投影和别名
2. 筛选数据
3. 空值处理
4. 去重
5. 排序
6. 聚合函数
7. 嵌套查询
8. 分组操作
9. 表连接
- 笛卡尔积
- 内连接
- 自然连接
- 外连接
10. 窗口函数
- 定义窗口
- 排名函数
- 取数函数
#### Day40 - [SQL详解之DCL](./Day36-45/40.SQL详解之DCL.md)
1. 创建用户
2. 授予权限
3. 撤销权限
#### Day41 - [MySQL新特性](./Day36-45/41.MySQL新特性.md)
- JSON 类型
- 窗口函数
- 公共表表达式
#### Day42 - [视图、函数和过程](./Day36-45/42.视图、函数和过程.md)
1. 视图
- 使用场景
- 创建视图
- 使用限制
2. 函数
- 内置函数
- 用户自定义函数（UDF）
3. 过程
- 创建过程
- 调用过程
#### Day43 - [索引](./Day36-45/43.索引.md)
1. 执行计划
2. 索引的原理
3. 创建索引
- 普通索引
- 唯一索引
- 前缀索引
- 复合索引
4. 注意事项
#### Day44 - [Python接入MySQL数据库](./Day36-45/44.Python接入MySQL数据库.md)
1. 安装第三方库
2. 创建连接
3. 获取游标
4. 执行 SQL 语句
5. 通过游标抓取数据
6. 事务提交和回滚
7. 释放连接
8. 编写 ETL 脚本
#### Day45 - [Hive实战](./Day36-45/45.Hive实战.md)
1. Hive 概述
2. 环境搭建
3. 常用命令
4. 基本语法
5. 建表操作
6. 写入数据
7. 常用函数
8. 分组聚合
9. 抽样操作
10. 排序操作
11. 横向展开
12. 性能优化
### Day46~60 - 实战Django
#### Day46 - [Django快速上手](./Day46-60/46.Django快速上手.md)
1. Web 应用工作机制
2. HTTP 请求和响应
3. Django 框架概述
4. 5分钟快速上手
#### Day47 - [深入模型](./Day46-60/47.深入模型.md)
1. 关系型数据库配置
2. 使用 ORM 完成对模型的 CRUD 操作
3. 管理后台的使用
4. Django 模型最佳实践
5. 模型定义参考
#### Day48 - [静态资源和Ajax请求](./Day46-60/48.静态资源和Ajax请求.md)
1. 加载静态资源
2. Ajax 概述
3. 用 Ajax 实现投票功能
#### Day49 - [Cookie和Session](./Day46-60/49.Cookie和Session.md)
1. 实现用户跟踪
2. Cookie 和 Session 的关系
3. Django 框架对 session 的支持
4. 视图函数中的 cookie 读写操作
#### Day50 - [报表和日志](./Day46-60/50.制作报表.md)
1. 通过 `HttpResponse` 修改响应头
2. 使用 `StreamingHttpResponse` 处理大文件
3. 使用 `xlwt` 生成 Excel 报表
4. 使用 `reportlab` 生成 PDF 报表
5. 使用 ECharts 生成前端图表
#### Day51 - [日志和调试工具栏](./Day46-60/51.日志和调试工具栏.md)
1. 配置日志
2. 配置 django-debug-toolbar
3. 优化 ORM 代码
#### Day52 - [中间件的应用](./Day46-60/52.中间件的应用.md)
1. 什么是中间件
2. Django 框架内置的中间件
3. 自定义中间件及其应用场景
#### Day53 - [前后端分离开发入门](./Day46-60/53.前后端分离开发入门.md)
1. 返回 JSON 格式的数据
2. 用 Vue.js 渲染页面
#### Day54 - [RESTful架构和DRF入门](./Day46-60/54.RESTful架构和DRF入门.md)
1. REST 概述
2. DRF 库使用入门
3. 前后端分离开发
4. JWT 的应用
#### Day55 - [RESTful架构和DRF进阶](./Day46-60/55.RESTful架构和DRF进阶.md)
1. 使用 CBV
2. 数据分页
3. 数据筛选
#### Day56 - [使用缓存](./Day46-60/56.使用缓存.md)
1. 网站优化第一定律
2. 在 Django 项目中使用 Redis 提供缓存服务
3. 在视图函数中读写缓存
4. 使用装饰器实现页面缓存
5. 为数据接口提供缓存服务
#### Day57 - [接入三方平台](./Day46-60/57.接入三方平台.md)
1. 文件上传表单控件和图片文件预览
2. 服务器端如何处理上传的文件
#### Day58 - [异步任务和定时任务](./Day46-60/58.异步任务和定时任务.md)
1. 网站优化第二定律
2. 配置消息队列服务
3. 在项目中使用 Celery 实现任务异步化
4. 在项目中使用 Celery 实现定时任务
#### Day59 - [单元测试](./Day46-60/59.单元测试.md)
#### Day60 - [项目上线](./Day46-60/60.项目上线.md)
1. Python 中的单元测试
2. Django 框架对单元测试的支持
3. 使用版本控制系统
4. 配置和使用 uWSGI
5. 动静分离和 Nginx 配置
6. 配置 HTTPS
7. 配置域名解析
### Day61~65 - 网络数据采集
#### Day61 - [网络数据采集概述](./Day61-65/61.网络数据采集概述.md)
1. 网络爬虫的概念及其应用领域
2. 网络爬虫的合法性探讨
3. 开发网络爬虫的相关工具
4. 一个爬虫程序的构成
#### Day62 - 数据抓取和解析
1. [使用 `requests` 第三方库实现数据抓取](./Day61-65/62.用Python获取网络资源-1.md)
2. [页面解析的三种方式](./Day61-65/62.用Python解析HTML页面-2.md)
- 正则表达式解析
- XPath 解析
- CSS 选择器解析
#### Day63 - Python中的并发编程
1. [多线程](./Day61-65/63.Python中的并发编程-1.md)
2. [多进程](./Day61-65/63.Python中的并发编程-2.md)
3. [异步 I/O](./Day61-65/63.Python中的并发编程-3.md)
#### Day64 - [使用Selenium抓取网页动态内容](./Day61-65/64.使用Selenium抓取网页动态内容.md)
1. 安装 Selenium
2. 加载页面
3. 查找元素和模拟用户行为
4. 隐式等待和显式等待
5. 执行 JavaScript 代码
6. Selenium 反爬破解
7. 设置无头浏览器
#### Day65 - [爬虫框架Scrapy简介](./Day61-65/65.爬虫框架Scrapy简介.md)
1. Scrapy 核心组件
2. Scrapy 工作流程
3. 安装 Scrapy 和创建项目
4. 编写蜘蛛程序
5. 编写中间件和管道程序
6. Scrapy 配置文件
### Day66~80 - Python数据分析
#### Day66 - [数据分析概述](./Day66-80/66.数据分析概述.md)
1. 数据分析师的职责
2. 数据分析师的技能栈
3. 数据分析相关库
#### Day67 - [环境准备](./Day66-80/67.环境准备.md)
1. 安装和使用 Anaconda
- conda 相关命令
2. 安装和使用 JupyterLab
- 安装和启动
- 使用小技巧
#### Day68 - [NumPy的应用-1](./Day66-80/68.NumPy的应用-1.md)
1. 创建数组对象
2. 数组对象的属性
3. 数组对象的索引运算
- 普通索引
- 花式索引
- 布尔索引
- 切片索引
4. 案例：使用数组处理图像
#### Day69 - [NumPy的应用-2](./Day66-80/69.NumPy的应用-2.md)
1. 数组对象的相关方法
- 获取描述性统计信息
- 其他相关方法
#### Day70 - [NumPy的应用-3](./Day66-80/70.NumPy的应用-3.md)
1. 数组的运算
- 数组跟标量的运算
- 数组跟数组的运算
2. 通用一元函数
3. 通用二元函数
4. 广播机制
5. NumPy 常用函数
#### Day71 - [NumPy的应用-4](./Day66-80/71.NumPy的应用-4.md)
1. 向量
2. 行列式
3. 矩阵
4. 多项式
#### Day72 - [深入浅出pandas-1](./Day66-80/72.深入浅出pandas-1.md)
1. 创建 Series 对象
2. Series 对象的运算
3. Series 对象的属性和方法
#### Day73 - [深入浅出pandas-2](./Day66-80/73.深入浅出pandas-2.md)
1. 创建 DataFrame 对象
2. DataFrame 对象的属性和方法
3. 读写 DataFrame 中的数据
#### Day74 - [深入浅出pandas-3](./Day66-80/74.深入浅出pandas-3.md)
1. 数据重塑
- 数据拼接
- 数据合并
2. 数据清洗
- 缺失值
- 重复值
- 异常值
- 预处理
#### Day75 - [深入浅出pandas-4](./Day66-80/75.深入浅出pandas-4.md)
1. 数据透视
- 获取描述性统计信息
- 排序和头部值
- 分组聚合
- 透视表和交叉表
2. 数据呈现
#### Day76 - [深入浅出pandas-5](./Day66-80/76.深入浅出pandas-5.md)
1. 计算同比环比
2. 窗口计算
3. 相关性判定
#### Day77 - [深入浅出pandas-6](./Day66-80/77.深入浅出pandas-6.md)
1. 索引的使用
- 范围索引
- 分类索引
- 多级索引
- 间隔索引
- 日期时间索引
#### Day78 - [数据可视化-1](./Day66-80/78.数据可视化-1.md)
1. 安装和导入 Matplotlib
2. 创建画布
3. 创建坐标系
4. 绘制图表
- 折线图
- 散点图
- 柱状图
- 饼状图
- 直方图
- 箱线图
5. 显示和保存图表
#### Day79 - [数据可视化-2](./Day66-80/79.数据可视化-2.md)
1. 高阶图表
- 气泡图
- 面积图
- 雷达图
- 玫瑰图
- 3D 图表
#### Day80 - [数据可视化-3](./Day66-80/80.数据可视化-3.md)
1. Seaborn
2. Pyecharts
### Day81~90 - 机器学习
#### Day81 - [浅谈机器学习](./Day81-90/81.浅谈机器学习.md)
1. 人工智能发展史
2. 什么是机器学习
3. 机器学习应用领域
4. 机器学习的分类
5. 机器学习的步骤
6. 第一次机器学习
#### Day82 - [k最近邻算法](./Day81-90/82.k最近邻算法.md)
1. 距离的度量
2. 数据集介绍
3. kNN 分类的实现
4. 模型评估
5. 参数调优
6. kNN 回归的实现
#### Day83 - [决策树和随机森林](./Day81-90/83.决策树和随机森林.md)
1. 决策树的构建
- 特征选择
- 数据分裂
- 树的剪枝
2. 实现决策树模型
3. 随机森林概述
#### Day84 - [朴素贝叶斯算法](./Day81-90/84.朴素贝叶斯算法.md)
1. 贝叶斯定理
2. 朴素贝叶斯
3. 算法原理
- 训练阶段
- 预测阶段
- 代码实现
4. 算法优缺点
#### Day85 - [回归模型](./Day81-90/85.回归模型.md)
1. 回归模型的分类
2. 回归系数的计算
3. 新数据集介绍
4. 线性回归代码实现
5. 回归模型的评估
6. 引入正则化项
7. 线性回归另一种实现
8. 多项式回归
9. 逻辑回归
#### Day86 - [K-Means聚类算法](./Day81-90/86.K-Means聚类算法.md)
1. 算法原理
2. 数学描述
3. 代码实现
#### Day87 - [集成学习算法](./Day81-90/87.集成学习算法.md)
1. 算法分类
2. AdaBoost
3. GBDT
4. XGBoost
5. LightGBM
#### Day88 - [神经网络模型](./Day81-90/88.神经网络模型.md)
1. 基本构成
2. 工作原理
3. 代码实现
4. 模型优缺点
#### Day89 - [自然语言处理入门](./Day81-90/89.自然语言处理入门.md)
1. 词袋模型
2. 词向量
3. NPLM 和 RNN
4. Seq2Seq
5. Transformer
#### Day90 - [机器学习实战](./Day81-90/90.机器学习实战.md)
1. 数据探索
2. 特征工程
3. 模型训练
4. 模型评估
5. 模型部署
### Day91~99 - [团队项目开发](./Day91-100)
#### 第91天：[团队项目开发的问题和解决方案](./Day91-100/91.团队项目开发的问题和解决方案.md)
1. 软件过程模型
- 经典过程模型（瀑布模型）
- 可行性分析（研究做还是不做），输出《可行性分析报告》。
- 需求分析（研究做什么），输出《需求规格说明书》和产品界面原型图。
- 概要设计和详细设计，输出概念模型图（ER 图）、物理模型图、类图、时序图等。
- 编码 / 测试。
- 上线 / 维护。
瀑布模型最大的缺点是无法拥抱需求变化，整套流程结束后才能看到产品，团队士气低落。
- 敏捷开发（Scrum）- 产品所有者、Scrum Master、研发人员 - Sprint
- 产品的 Backlog（用户故事、产品原型）。
- 计划会议（评估和预算）。
- 日常开发（站立会议、番茄工作法、结对编程、测试先行、代码重构……）。
- 修复 bug（问题描述、重现步骤、测试人员、被指派人）。
- 发布版本。
- 评审会议（Showcase，用户需要参与）。
- 回顾会议（对当前迭代周期做一个总结）。
> 补充：敏捷软件开发宣言
>
> - \*\*个体和互动\*\* 高于 流程和工具
> - \*\*工作的软件\*\* 高于 详尽的文档
> - \*\*客户合作\*\* 高于 合同谈判
> - \*\*响应变化\*\* 高于 遵循计划
![](https://raw.githubusercontent.com/jackfrued/Python-100-Days/master/res/agile-scrum-sprint-cycle.png)
> 角色：产品所有者（决定做什么，能对需求拍板的人）、团队负责人（解决各种问题，专注如何更好的工作，屏蔽外部对开发团队的影响）、开发团队（项目执行人员，具体指开发人员和测试人员）。
> 准备工作：商业案例和资金、合同、憧憬、初始产品需求、初始发布计划、入股、组建团队。
> 敏捷团队通常人数为 8-10 人。
> 工作量估算：将开发任务量化，包括原型、Logo 设计、UI 设计、前端开发等，尽量把每个工作分解到最小任务量，最小任务量标准为工作时间不能超过两天，然后估算总体项目时间。把每个任务都贴在看板上面，看板上分三部分：to do（待完成）、in progress（进行中）和 done（已完成）。
2. 项目团队组建
- 团队的构成和角色
![company\_architecture](https://raw.githubusercontent.com/jackfrued/Python-100-Days/master/res/company\_architecture.png)
- 编程规范和代码审查（`flake8`、`pylint`）
![](https://raw.githubusercontent.com/jackfrued/Python-100-Days/master/res/pylint.png)
- Python 中的一些“惯例”（请参考[《Python惯例-如何编写Pythonic的代码》](./番外篇/Python编程惯例.md)）
- 影响代码可读性的原因：
- 代码注释太少或者没有注释
- 代码破坏了语言的最佳实践
- 反模式编程（意大利面代码、复制-粘贴编程、自负编程、……）
3. 团队开发工具介绍
- 版本控制：Git、Mercurial
- 缺陷管理：[GitLab](https://about.gitlab.com/)、[Redmine](http://www.redmine.org.cn/)
- 敏捷闭环工具：[禅道](https://www.zentao.net/)、[JIRA](https://www.atlassian.com/software/jira/features)
- 持续集成：[Jenkins](https://jenkins.io/)、[Travis-CI](https://travis-ci.org/)
请参考[《团队项目开发的问题和解决方案》](Day91-100/91.团队项目开发的问题和解决方案.md)。
##### 项目选题和理解业务
1. 选题范围设定
- CMS（用户端）：新闻聚合网站、问答/分享社区、影评/书评网站等。
- MIS（用户端+管理端）：KMS、KPI 考核系统、HRS、CRM 系统、供应链系统、仓储管理系统等。
- App 后台（管理端+数据接口）：二手交易类、报刊杂志类、小众电商类、新闻资讯类、旅游类、社交类、阅读类等。
- 其他类型：自身行业背景和工作经验、业务容易理解和把控。
2. 需求理解、模块划分和任务分配
- 需求理解：头脑风暴和竞品分析。
- 模块划分：画思维导图（XMind），每个模块是一个枝节点，每个具体的功能是一个叶节点（用动词表述），需要确保每个叶节点无法再生出新节点，确定每个叶子节点的重要性、优先级和工作量。
- 任务分配：由项目负责人根据上面的指标为每个团队成员分配任务。
![](https://raw.githubusercontent.com/jackfrued/Python-100-Days/master/res/requirements\_by\_xmind.png)
3. 制定项目进度表（每日更新）
| 模块 | 功能 | 人员 | 状态 | 完成 | 工时 | 计划开始 | 实际开始 | 计划结束 | 实际结束 | 备注 |
| ---- | -------- | ------ | -------- | ---- | ---- | -------- | -------- | -------- | -------- | ---------------- |
| 评论 | 添加评论 | 王大锤 | 正在进行 | 50% | 4 | 2018/8/7 | | 2018/8/7 | | |
| | 删除评论 | 王大锤 | 等待 | 0% | 2 | 2018/8/7 | | 2018/8/7 | | |
| | 查看评论 | 白元芳 | 正在进行 | 20% | 4 | 2018/8/7 | | 2018/8/7 | | 需要进行代码审查 |
| | 评论投票 | 白元芳 | 等待 | 0% | 4 | 2018/8/8 | | 2018/8/8 | | |
4. OOAD 和数据库设计
- UML（统一建模语言）的类图
![uml](https://raw.githubusercontent.com/jackfrued/Python-100-Days/master/res/uml-class-diagram.png)
- 通过模型创建表（正向工程），例如在 Django 项目中可以通过下面的命令创建二维表：
```Shell
python manage.py makemigrations app
python manage.py migrate
```
- 使用 PowerDesigner 绘制物理模型图。
![](https://raw.githubusercontent.com/jackfrued/Python-100-Days/master/res/power-designer-pdm.png)
- 通过数据表创建模型（反向工程），例如在 Django 项目中可以通过下面的命令生成模型：
```Shell
python manage.py inspectdb > app/models.py
```
#### 第92天：[Docker容器技术详解](./Day91-100/92.Docker容器技术详解.md)
1. Docker 简介
2. 安装 Docker
3. 使用 Docker 创建容器（Nginx、MySQL、Redis、GitLab、Jenkins）
4. 构建 Docker 镜像（Dockerfile 的编写和相关指令）
5. 容器编排（Docker-compose）
6. 集群管理（Kubernetes）
#### 第93天：[MySQL性能优化](./Day91-100/93.MySQL性能优化.md)
1. 基本原则
2. InnoDB 引擎
3. 索引的使用和注意事项
4. 数据分区
5. SQL 优化
6. 配置优化
7. 架构优化
#### 第94天：[网络API接口设计](./Day91-100/94.网络API接口设计.md)
1. 设计原则
- 关键问题
- 其他问题
2. 文档撰写
#### 第95天：[使用Django开发商业项目](./Day91-100/95.使用Django开发商业项目.md)
##### 项目开发中的公共问题
1. 数据库的配置（多数据库、主从复制、数据库路由）
2. 缓存的配置（分区缓存、键设置、超时设置、主从复制、故障恢复（哨兵））
3. 日志的配置
4. 分析和调试（Django-Debug-ToolBar）
5. 好用的 Python 模块（日期计算、图像处理、数据加密、三方 API）
##### REST API 设计
1. RESTful 架构
- [理解 RESTful 架构](http://www.ruanyifeng.com/blog/2011/09/restful.html)
- [RESTful API 设计指南](http://www.ruanyifeng.com/blog/2014/05/restful\_api.html)
- [RESTful API 最佳实践](http://www.ruanyifeng.com/blog/2018/10/restful-api-best-practices.html)
2. API 接口文档的撰写
- [RAP2](http://rap2.taobao.org/)
- [YAPI](http://yapi.demo.qunar.com/)
3. [django-REST-framework](https://www.django-rest-framework.org/) 的应用
##### 项目中的重点难点剖析
1. 使用缓存缓解数据库压力 - Redis
2. 使用消息队列做解耦合和削峰 - Celery + RabbitMQ
#### 第96天：[软件测试和自动化测试](Day91-100/96.软件测试和自动化测试.md)
##### 单元测试
1. 测试的种类
2. 编写单元测试（`unittest`、`pytest`、`nose2`、`tox`、`ddt`、……）
3. 测试覆盖率（`coverage`）
##### Django项目部署
1. 部署前的准备工作
- 关键设置（SECRET\_KEY / DEBUG / ALLOWED\_HOSTS / 缓存 / 数据库）
- HTTPS / CSRF\_COOKIE\_SECUR / SESSION\_COOKIE\_SECURE
- 日志相关配置
2. Linux 常用命令回顾
3. Linux 常用服务的安装和配置
4. uWSGI/Gunicorn 和 Nginx 的使用
- Gunicorn 和 uWSGI 的比较
- 对于不需要大量定制化的简单应用程序，Gunicorn 是一个不错的选择，uWSGI 的学习曲线比 Gunicorn 要陡峭得多，Gunicorn 的默认参数就已经能够适应大多数应用程序。
- uWSGI 支持异构部署。
- 由于 Nginx 本身支持 uWSGI，在线上一般都将 Nginx 和 uWSGI 捆绑在一起部署，而且 uWSGI 属于功能齐全且高度定制的 WSGI 中间件。
- 在性能上，Gunicorn 和 uWSGI 其实表现相当。
5. 使用虚拟化技术（Docker）部署测试环境和生产环境
##### 性能测试
1. AB 的使用
2. SQLslap 的使用
3. sysbench 的使用
##### 自动化测试
1. 使用 Shell 和 Python 进行自动化测试
2. 使用 Selenium 实现自动化测试
- Selenium IDE
- Selenium WebDriver
- Selenium Remote Control
3. 测试工具 Robot Framework 介绍
#### 第97天：[电商网站技术要点剖析](./Day91-100/97.电商网站技术要点剖析.md)
1. 商业模式和需求要点
2. 物理模型设计
3. 第三方登录
4. 缓存预热和查询缓存
5. 购物车的实现
6. 支付功能集成
7. 秒杀和超卖问题
8. 静态资源管理
9. 全文检索方案
#### 第98天：[项目部署上线和性能调优](./Day91-100/98.项目部署上线和性能调优.md)
1. MySQL 数据库调优
2. Web 服务器性能优化
- Nginx 负载均衡配置
- Keepalived 实现高可用
3. 代码性能调优
- 多线程
- 异步化
4. 静态资源访问优化
- 云存储
- CDN
#### 第99天：[面试中的公共问题](./Day91-100/99.面试中的公共问题.md)
1. 计算机基础
2. Python 基础
3. Web 框架相关
4. 爬虫相关问题
5. 数据分析
6. 项目相关
### 第100天 - [补充内容](./Day91-100/100.补充内容.md)
- 面试宝典
- Python 面试宝典
- SQL 面试宝典（数据分析师）
- 商业分析面试宝典
- 机器学习面试宝典
- 机器学习数学基础
- 深度学习
- 计算机视觉
- 大语言模型

Python-100-Days

Python-100-Days 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Python-100-Days

Python-100-Days 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README